MySQL复合索引探究

概述复合索引(又称为联合索引)，是在多个列上创建的索引。创建复合索引最重要的是列顺序的选择，这关系到索引能否使用上，或者影响多少个谓词条件能使用上索引。复合索引的使用遵循最左匹配原则，只有索引左边的列匹配

 

复合索引(又称为联合索引)，是在多个列上创建的索引。创建复合索引最重要的是列顺序的选择，这关系到索引能否使用上，或者影响多少个谓词条件能使用上索引。复合索引的使用遵循最左匹配原则，只有索引左边的列匹配到，后面的列才能继续匹配。本文主要探究复合索引的创建顺序与使用情况。

 

（一）复合索引的概念

在单个列上创建的索引我们称为单列索引，在2个以上的列上创建的索引称为复合索引。在单个列上创建索引相对简单，通常只需要考虑列的选择率即可，选择性越好，代表数据越分散，创建出来的索引性能也就更好。通常，某列选择率的计算公式为：
selectivity = 施加谓词条件后返回的记录数 / 未施加谓词条件后返回的记录数
可选择率的取值范围是(0,1]，值越小，代表选择性越好。
对于复合索引(又称为联合索引)，是在多个列上创建的索引。创建复合索引最重要的是列顺序的选择，这关系到索引能否使用上，或者影响多少个谓词条件能使用上索引。复合索引的使用遵循最左匹配原则，只有索引左边的列匹配到，后面的列才能继续匹配。

 

（二）什么情况下会使用复合索引的列

复合索引遵循最左匹配原则，只有索引中最左列匹配到，下一列才有可能被匹配。如果左边列使用的是非等值查询，则索引右边的列将不会被查询使用，也不会被排序使用。

 

实验：哪些情况下会使用到复合索引

 复合索引中的哪些字段被使用到了，是我们非常关心的问题。网络上一个经典的例子：

-- 创建测试表CREATE table t1(c1 CHAR(1) not null,c2 )ENGINE innodb CHARSET UTF8; 添加索引alter table t1 add index IDx_c1234(c1,c2,c3,c4);插入测试数据insert into t1 values('1','),(2'),(345');

 需要探索下面哪些查询语句使用到了索引IDx_c1234，以及使用到了索引的哪些字段？

(A) where c1=? and c2=? and c4>? and c3=?
(B) where c1=? and c2=? and c4=? order by c3
(C) where c1=? and c4=? group by c3,c2
(D) where c1=? and c5=? order by c2,c3
(E) where c1=? and c2=? and c5=? order by c2,c3
(F) where c1>? and c2=? and c4>? and c3=?

A选项：

MysqL> explain select c1,c4,c5 from t1 where c1=' and c2and c4>and c3;+--+-------------+-------+------------+-------+---------------+-----------+---------+------+------+----------+-----------------------+| ID | select_type | table | partitions | type  | possible_keys key       | key_len | ref  | rows | filtered | Extra                 ||  1 | SIMPLE      | t1    NulL       | range | IDx_c1234     | IDx_c1234 | 12      NulL |    |   100.00 | Using index condition --+-------------+-------+------------+-------+---------------+-----------+---------+------+------+----------+-----------------------+

使用的索引长度为12，代表4个字段都使用了索引。由于c1、c2、c3都是等值查询，所以后面的c4列也可以用上。

注：utf8编码，一个索引长度为3，这里12代表4个字段都用到该索引。

 

B选项：

MysqL' order by c3;--+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+-----------------------+| type | ref         6       | const,const 20.00 --+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+-----------------------+

 使用的索引长度为6，代表2个字段使用了索引。根据最左使用原则，c1、c2使用了索引。因为查询中没有c3谓词条件，所以索引值使用到c2后就发生了中断，导致只使用了c1、c2列。这里sql使用了order by排序，但是在执行计划Extra部分未有filesort关键字，说明在索引中按照c3字段顺序读取数据即可。

这里特别留意，虽然索引中的c3字段没有放在索引的最后，但是确实使用到了索引中c2字段的有序特性，因为执行计划的Extra部分未出现"fileasort"关键字。这是为什么呢？这里用到了MysqL5.6版本引入的Index Condition Pushdown (ICP) 优化。其核心思想是使用索引中的字段做数据过滤。我们来整理一下不使用ICP和使用ICP的区别：

如果没有使用ICP优化，其sql执行步骤为：

1.使用索引列c1,c2获取满足条件的行数据。where c1='2' and c2='2'
2.回表查询数据，使用where c4='2'来过滤数据
3.对数据排序输出

如果使用了ICP优化，其sql执行步骤为：

1.使用索引列c1,c2获取满足条件的行数据。where c1='2' and c2='2'
2.在索引中使用where c4='2'来过滤数据
3.因为数据有序，直接按顺序取出满足条件的数据

 

C选项：

MysqL>  explain select c2,c3 group  c3,c2;--+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+-----------------------------------------------------------+| ref   | Extra                                                     3       | const 2 14.29 where; Using index; Using temporary; Using filesort --+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+-----------------------------------------------------------+

 使用的索引长度为3，代表1个字段使用了索引。根据最左使用原则，c1使用了索引。因为查询中没有c2谓词条件，所以索引值使用到c1后就发生了中断，导致只使用了c1列。该sql执行过程为：

1.在c1列使用索引找到c1='2'的所有行，然后回表使用c4='2'过滤掉不匹配的数据
2.根据上一步的结果，对结果中的c3,c2联合排序，以便于得到连续变化的数据，同时在数据库内部创建临时表，用于存储group by的结果。

C选项扩展：

MysqL c2,c3;--+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+--------------------------+| Extra                    index --+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+--------------------------+

 使用的索引长度为3，代表1个字段使用了索引。根据最左使用原则，c1使用了索引。

 

D选项：

MysqLand c5--+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+------------------------------------+| Extra                              index condition; Using where --+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+------------------------------------+

 使用的索引长度为3，代表1个字段都使用了索引。根据最左使用原则，c1使用了索引。因为查询中没有c2谓词条件，所以索引值使用到c1后就发生了中断，导致只使用了c1列。

D选项扩展：

MysqL--+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+----------------------------------------------------+| Extra                                              where; Using filesort --+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+----------------------------------------------------+

 使用的索引长度为3，代表1个字段都使用了索引。根据最左使用原则，c1使用了索引。因为查询中没有c2谓词条件，所以索引值使用到c1后就发生了中断，导致只使用了c1列。

 

E选项：

MysqL--+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+------------------------------------+--+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+------------------------------------+

 使用的索引长度为6，代表2个字段都使用了索引。根据最左使用原则，c1、c2使用了索引。这里sql使用了order by排序，但是在执行计划Extra部分未有filesort关键字，说明在索引中按照c3字段顺序读取数据即可(c2是常量)。

 

F选项：

MysqL--+-------------+-------+------------+-------+---------------+-----------+---------+------+------+----------+-----------------------+

 使用的索引长度为3，代表1个字段都使用了索引。根据最左使用原则，c1使用了索引。这里c1使用了不等值查询，导致后面的c2查询无法使用索引。该案例非常值得警惕，谓词条件中含有等值查询和范围查询时，如果范围查询在索引前面，则等值查询将无法使用索引；如果等值查询在前面，范围查询在后面，则都可以使用到索引。

 

（三）如何创建复合索引

复合索引创建的难点在于字段顺序选择，我的观点如下：

如果存在等值查询和排序，则在创建复合索引时，将等值查询字段放在前面，排序放在最后面；如果存在多个等值查询，则选择性好的放在前面，选择性差的放在后面；如果存在等值查询、范围查询、排序。等值查询放在最前面，范围查询和排序需根据实际情况决定索引顺序；

此外，《阿里巴巴Java开发手册-2020最新嵩山版》中有几个关于复合索引的规约，我们可以看一下：
1.如果有order by的场景，请注意利用索引的有序性。order by后的字段是组合索引的一部分，并且放在组合索引的最后，避免出现filesort的情况，影响查询性能。
正例：where a=? b=? order by c; 索引a_b_c
反例：索引如果存在范围查询，那么索引有序性将无法使用。如：where a>10 order by b; 索引a_b无法排序。
2.建复合索引的时候，区分度最高的在最左边，如果where a=? and b=?，a列的值几乎接近唯一值，那么只需建单列索引IDx_a即可。
说明：存在等号和非等号混合判断条件时，在建索引时，请把等号条件的列前置。如：where c>? and d=?,那么即使c的区分度更高，也必须把d放在索引的最前列，即创建索引IDx_d_c。

 

实验：应该如何创建复合索引

在有的文档里面讲到过复合索引的创建规则：ESR原则：精确(Equal)匹配的字段放在最前面，排序(Sort)条件放中间，范围(Range)匹配的字段放在最后面。接下来我们来探索一下该方法是否正确。

例子：存在员工表employees

MysqL> show create table employees;---------+-------------------------------table     Create table                                                                                                                                                                                                                                                                          ---------+-------------------------------------| employees  `employees` (  `emp_no` int(11) NOT NulLvarchar(14) 16) MF') PRIMARY KEY (`emp_no`)) ENGINE=InnoDB DEFAulT CHARSET=latin1 ---------+------------------------------------- 数据量约30万行MysqL> select count(*) from--------+| *) 300024 --------+

 现在需要查询1998年后入职的first_name为"Ebbe"员工，并按照出生日期升序排序。

其SQL语句如下：

select  emp_no,birth_date,first_name,last_name,gender,hire_date     employees where   hire_date >= 1998-01-01'and     first_name = Ebbe'by birth_date;

 为了优化该SQL语句的性能，需要在表上创建索引，为了保证where与order by都使用到索引，决定创建复合索引，有如下创建顺序：

（A）hire_date,birth_date
（B）hire_date,first_name
（C）first_name,hire_date,birth_date
（D）first_name,hire_date
（E）birth_date,hire_date
（F）birth_date,first_name
确认哪种顺序创建索引是最优的。

Note:
1.date类型占3个字节的空间，hire_date和 birth_date都占用3个字节的空间。
2.first_name是变长字段，多使用2个字节，如果允许为NulL值，还需多使用1个字节，占用16个字节

A选项：hire_date,birth_date

index IDx_a on employees(hire_date,birth_date);

其执行计划如下：

--+-------------+-----------+------------+-------+---------------+-------+---------+------+------+----------+---------------------------------------+table     key   | Extra                                 | IDx_a         | IDx_a 19      5678 10.00 index condition; Using filesort --+-------------+-----------+------------+-------+---------------+-------+---------+------+------+----------+---------------------------------------+

 这里key_len长度为19，令人不解，hire_date是非等值查询，理论上key_len应该为3，通过使用MysqL workbench查看执行计划，也可以发现索引只使用了hire_date列(如下图)。为什么会是19而不是3呢？实在令人费解，思考了好久也没有想明白，如有知道，望各位大神不吝解答。

 

 

B选项：hire_date,first_name

为避免干扰，删除上面创建的索引IDx_a，然后创建IDx_b。

index IDx_b | IDx_b         | IDx_b 5682 --+-------------+-----------+------------+-------+---------------+-------+---------+------+------+----------+---------------------------------------+

 这里key_len长度为3，hire_date是非等值查询，导致后面的索引列无法使用到。

 

C选项：first_name,birth_date

为避免干扰，删除上面创建的索引IDx_b，然后创建IDx_c。

index IDx_c on employees(first_name,1)">| IDx_c         | IDx_c 5 --+-------------+-----------+------------+-------+---------------+-------+---------+------+------+----------+---------------------------------------+

 这里key_len长度为19，first_name是等值查询，可以继续使用hire_date列，因为hire_date列是非等值查询，导致索引无法继续使用birth_date。

 

D选项：first_name,hire_date

为避免干扰，删除上面创建的索引IDx_c，然后创建IDx_d。

index IDx_d --+-------------+-----------+------------+------+---------------+-------+---------+-------+------+----------+-----------------------+| IDx_d         | IDx_d 16      190 33.33 --+-------------+-----------+------------+------+---------------+-------+---------+-------+------+----------+-----------------------+

 这里key_len长度为16，first_name是等值查询，在谓词过滤中未使用birth_date，导致只有first_name列使用上索引，但是birth_date列用于排序，上面执行计划显示sql最终并没有排序，说明数据是从索引按照birth_date有序取出的。

 

E选项：birth_date,hire_date

为避免干扰，删除上面创建的索引IDx_d，然后创建IDx_e。

index IDx_e on employees(birth_date,1)">--+-------------+-----------+------------+------+---------------+------+---------+------+--------+----------+-----------------------------+key  | rows   | Extra                       ALL  NulL          NulL    299468 |     3.33 --+-------------+-----------+------------+------+---------------+------+---------+------+--------+----------+-----------------------------+

 这里未使用到索引，说明排序列放在复合索引的最前面是无法被使用到的。

 

F选项：birth_date,first_name

为避免干扰，删除上面创建的索引IDx_e，然后创建IDx_f。

index IDx_f --+-------------+-----------+------------+------+---------------+------+---------+------+--------+----------+-----------------------------+

 与E选项一样，这里未使用到索引，说明排序列放在复合索引的最前面是无法被使用到的。

 

通过上面的6个索引测试，我们发现，等值查询列和范围查询列放在复合索引前面，复合索引都能被使用到，只是使用到的列可能不一样。哪种方式创建索引最好呢？MysqL的查询优化器是基于开销(cost)来选择最优的执行计划的，我们不妨来看看上面的6个索引的执行开销。

索引         开销cost--------   ------------IDx_a        8518IDx_b        8524IDx_c        13IDx_d        228IDx_e        78083IDx_f        78083

 通过上面的开销，可以看到：

IDx_a和IDx_b：索引使用范围查询字段开头，导致索引只能使用到第一列，无法消除排序，导致开销较大；IDx_c和IDx_d：索引使用等值查询字段开头，范围查询和排序位于后面，开销是最小的；IDx_e和IDx_f ：索引使用排序字段开头，导致索引无法被使用到，走的全表扫描，开销巨大。

 

更进一步，IDx_c和IDx_d如何选择呢？IDx_c使用索引进行等值查询+范围查询，然后对数据进行排序；IDx_d使用索引进行等值查询+索引条件下推查询，然后按照顺序直接获取数据。两种方式各有优劣，我们不妨再来看一个例子：

把上面6个索引都加到表上，看看如下sql会选择哪个索引。

MysqLindex ---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+| Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed Null | Index_type | Comment | Index_comment |          0 PRIMARY  |            | emp_no      | A         |      NulL     NulL   | BTREE      |         |               | IDx_a    | hire_date   |        5355 | first_name  290745 3 | birth_date  | IDx_b    6237 297591 | IDx_c    1260 293517 | IDx_d    1218 294525 298095 | IDx_e    4767 292761 | IDx_f    297864 ---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+

sql1

MysqL>= ' birth_date;--+-------------+-----------+------------+-------+-------------------------+-------+---------+------+------+----------+---------------------------------------+| possible_keys           | IDx_a,IDx_b,IDx_c,IDx_d | IDx_c --+-------------+-----------+------------+-------+-------------------------+-------+---------+------+------+----------+---------------------------------------+

 这里MysqL自动选择了IDx_c，是因为first_name+hire_date两个字段已经将数据过滤了只有5行，由于数据少，排序非常快。反之，如果选择IDx_d，则需要先通过first_name字段过滤出符合条件的190行数据，然后再使用hire_date筛选数据，工作量较大。

sql2

MysqL1980-01-01--+-------------+-----------+------------+------+-------------------------+-------+---------+-------+------+----------+-----------------------+IDx_d 50.00 --+-------------+-----------+------------+------+-------------------------+-------+---------+-------+------+----------+-----------------------+

 如果选择IDx_c，first_name+hire_date两个字段通过索引过滤数据之后，数据量较大，导致排序非常慢。MysqL自动选择了IDx_d，通过索引的first_name列过滤数据，并通过索引条件下推过滤hire_date字段，然后从索引中有序的取出数据，相对来说，由于使用IDx_d无需排序，速度会更快。

 

（四）复合索引总结

1.复合索引的创建，如果存在多个等值查询，则将选择性好的列放在最前面，选择性差的列放在后面；

2.复合索引的创建，如果涉及到等值查询和范围查询，不管非等值查询的列的选择性如何好，等值查询的字段要放在非等值查询的前面；

3.复合索引的创建，如果涉及到等值查询和范围查询和排序(order by、group by)，则等值查询放在索引最前面，范围查询和排序哪个在前，哪个在后，需要根据实际场景决定。如果范围查询在前，则无法使用到索引的有序性，需filesort，适用于返回结果较少的sql，因为结果少则排序开销小；如果排序在前，则可以使用到索引的有序性，但是需要回表(或者索引条件下推)去查询数据，适用于返回结果较多的sql，因为无需排序，直接取出数据。

4.复合索引的创建，一定不能把order by、group by的列放在索引的最前面，因为查询中总是where先于order by执行；

5.使用索引进行范围查询会导致后续索引字段无法被使用，如果有排序，无法消除filesort排序。例子：a_b_c索引，where a>? and b = ? order by c，则a可以被使用到，b无法被使用，c字段需filesort。

 

【完】

 

Note：作者是一枚MysqL菜鸟，文章仅代表个人观点，如有不对，敬请指出，谢谢。

总结

以上是内存溢出为你收集整理的MySQL复合索引探究全部内容，希望文章能够帮你解决MySQL复合索引探究所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。